浙江工业大学刘端阳获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江工业大学申请的专利基于图卷积网络特征融合的交通模式识别方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116541745B 。
龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310431863.3,技术领域涉及:G06F18/24;该发明授权基于图卷积网络特征融合的交通模式识别方法和系统是由刘端阳;朱方寅;徐卫设计研发完成,并于2023-04-21向国家知识产权局提交的专利申请。
本基于图卷积网络特征融合的交通模式识别方法和系统在说明书摘要公布了:基于图卷积网络特征融合的交通模式识别方法,包括:1对原始的GPS轨迹数据进行数据预处理,包括异常数据删除、GPS轨迹分段、异常分段删除、运动学特征计算和数据归一化等操作;2构建交通模式识别模型;模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成;3拆分基于步骤1所得的数据,生成训练数据集和测试数据集,训练交通模式识别模型;4根据步骤3的识别结果,计算各种评价指标;5以可视化方式展示模型的识别结果和评价指标。本发明还包括实施图卷积网络特征融合的交通模式识别方法的系统。本发明提高了交通模式识别的精度。
本发明授权基于图卷积网络特征融合的交通模式识别方法和系统在权利要求书中公布了:1.基于图卷积网络特征融合的交通模式识别方法,包括如下步骤: 1对原始的GPS轨迹数据进行数据预处理,包括删除异常数据、对GPS轨迹分段、删除异常分段、计算运动学特征和数据归一化的操作;删除异常数据,即采用速度和加速度阈值,比较分析GPS轨迹点数据,删除异常GPS轨迹点;对GPS轨迹分段,即以固定长度对GPS轨迹进行分段,段内只有一种交通模式,如果长度不足,则采用零值进行填充;删除异常分段,包括删除GPS轨迹点较少的分段,删除相对距离之和较小的分段,删除时间间隔之和较小的分段等;计算运动学特征,即计算每个GPS轨迹点的运动学特征,包括相对距离、时间戳、速度、相对速度、加速度、加加速度和方位变化角的七种运动学特征;数据归一化,即采用Min-Max方法对数据进行归一化处理,使得GPS轨迹点的运动学特征值映射到0~1之间; 2构建交通模式识别模型;交通模式识别模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成,其中,双向门控循环单元用可以捕获GPS轨迹数据中的时序特征,网络中的网络可以捕获局部空间特征,膨胀卷积网络可以捕获全局空间特征,最大互信息系数可以融合特征之间的相关性并生成邻接矩阵,图卷积网络可以进一步实现全局和局部空间特征的融合,而全连接层可以实现最终交通模式识别结果的输出; 3生成数据集并训练模型;拆分基于步骤1所得的数据,生成训练数据集和测试数据集,训练交通模式识别模型; 4计算评价指标;根据步骤3的交通模式识别结果,计算相应的查准率、查全率、准确率和F1分数等评价指标,以此来衡量模型的识别效果和性能; 5展示结果;通过折线图、柱状图等方式对步骤3获得的交通模式识别结果和步骤4获得的评价指标结果进行可视化展示。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18号浙江工业大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。